TW201908993A - 網站閱讀者之興趣喜好程度之分析方法 - Google Patents

Abstract

本發明係揭露一種網站閱讀者之興趣喜好程度之分析方法，可包含下列步驟。搜尋此網站閱讀者於一時間區間內在網站上之複數個網頁瀏覽記錄。從每一複數個網頁瀏覽記錄中擷取出複數個瀏覽關鍵字。針對每一複數個瀏覽關鍵字累計其是否出現在所述複數個網頁瀏覽記錄，進而產生一累計出現次數。利用一關聯強度計算公式將每一複數個瀏覽關鍵字之累計出現次數轉換成一關聯強度分數。加總每一複數個瀏覽關鍵字之關聯強度分數以形成一興趣類別喜好分數。利用一正規化程序將此興趣類別喜好分數轉換成一相對喜好程度分數。

Description

網站閱讀者之興趣喜好程度之分析方法

本發明是有關於一種分析方法，特別是有關於一種網站閱讀者之興趣喜好程度之分析方法。

二十世紀以來，網際網路(Internet)的興起使得人們的生活習慣有了重大的改變，網際網路的使用者可以在網站上進行購物、販售商品、文章分享、建立社群及擺設廣告等等活動。傳統的網站建置是透過事先完整的規劃，如版面安排、內容擺置及頁面設計，進而由網站程式設計師建立該網站，以供網站閱讀者進行瀏覽或使用。

而由於大數據(Big Data)的興起，人們開始意識到若能在網站閱讀者使用網站時，即時地拼湊出此網站閱讀者的喜好樣貌，則可以達到無法預期之效益。舉例來說，若一網站閱讀者喜好旅行之興趣被拼湊出來時，則網站可以適時地置入部分的旅遊廣告或是推薦旅行文章等，進而加強網站閱讀者與網站間之互動。換言之，此種作法將由網站主動地提供專屬的服務給網站閱讀者，然而，此種作法卻無法依靠傳統的網站規劃方式來達成。

要達成上述之作法，其中一種方法可以透過建立會員的 帳號來達成，即每一會員在網站上都必須儲存其個人的資料，此資料可以包含年紀、興趣、性別、工作等等，並透過會員平日所瀏覽的網頁來進行進一步的剖析(Parsing)，再透過不同的資料探勘技術以隨時更新此會員所儲存之資料內容。

然而，若是當網站閱讀者屬於”一般訪客”的身份時，則此時便極難拼湊出此網站閱讀者之興趣樣貌。舉例來說，部落格網站是近十年來極為熱門的一種網站，此網站可免費提供部落格作者在上面撰寫並擺放不同領域的心得或文章，而網站閱讀者也可以透過此網站瀏覽到不同的部落格文章。而透過此種方式，網站閱讀者可以根據其喜好瀏覽文章，部落格網站則可以吸引到龐大的網站閱讀者，而部落格作者也可以根據其吸引的網站閱讀者而成名。然而，在此種部落格網站中，大部份的網站閱讀者卻不會註冊成該部落格網站之會員，因此也無法透過上述方式來拼湊出這些網站閱讀者的興趣為何。

此外，若透過平日所瀏覽的網頁來進行剖析時，亦可能產生資訊不均等的情況，即網站內的網頁資訊本身便具有著熱門資訊及冷門資訊之特點。舉例來說，3C和旅遊對於大部份網站閱讀者而言便可能屬於較熱門之瀏覽類別，而宗教和藝術對於網站閱讀者便可能屬於較冷門之瀏覽類別。但對於一個同時具有宗教和旅遊興趣的網站閱讀者而言，當對此網站閱讀者日常所瀏覽的網頁進行剖析時，可能由於其瀏覽的旅遊網頁較多，而導致無法拼湊出此網站閱讀者具有旅遊之興趣，或是拼湊出對於旅遊僅有部份興趣之錯誤印象。

因此，如何改善上述的問題，便成為一個極為重要且急迫的問題。

有鑑於上述習知技藝之問題，本發明之目的就是在提供一種網站閱讀者之興趣喜好程度之分析方法，以解決上述之問題。

基於上述目的，本發明係提供一種網站閱讀者之興趣喜好程度之分析方法，其包含下列步驟。

搜尋此網站閱讀者於一時間區間內在網站上之複數個網頁瀏覽記錄。

從每一複數個網頁瀏覽記錄中擷取出複數個瀏覽關鍵字，其中每一複數個瀏覽關鍵字係比對一興趣類別內之複數個興趣關鍵字而產生。

針對每一複數個瀏覽關鍵字累計其是否出現在該複數個網頁瀏覽記錄，進而產生一累計出現次數。

利用一關聯強度計算公式將每一複數個瀏覽關鍵字之累計出現次數轉換成一關聯強度分數。

加總每一複數個瀏覽關鍵字之關聯強度分數以形成一興趣類別喜好分數。

利用一正規化程序將此興趣類別喜好分數轉換成一相對喜好程度分數。

較佳地，興趣類別包含美食、美妝、旅遊、家庭、3C、電影、運動或娛樂。

較佳地，此關聯強度計算公式為(*pisition_weight _c )，n為此複數個瀏覽關鍵字中之其中之 一之累計出現次數，α為固定參數，week_diff為一時間間距，position_weight為此複數個瀏覽關鍵字中之其中之一出現在複數個網頁瀏覽記錄之其中之一之網頁出現位置之權重值。

較佳地，α可為0.8，week_diff為觀看包含此複數個瀏覽關鍵字之其中之一之網頁瀏覽記錄之發生時間至當下計算此關聯強度計算公式所經過之週數。

較佳地，網頁出現位置可包含一標題、一內文、一作者自訂標籤及一關鍵字欄位，且標題及作者自訂標籤之權重值可大於內文及關鍵字欄位之權重值。

較佳地，標題、內文、作者自訂標籤及關鍵字欄位之權重值可分別為5、1、5及2。

較佳地，正規化程序包含：計算在興趣類別下所有網站閱讀者之所有瀏覽關鍵字之一平均關鍵字數。計算一類別標準化分數，其中類別標準化分數=興趣類別喜好分數/(平均關鍵字數)^0.25。將此類別標準化分數進行L2正規化以產生相對喜好程度分數。

S11~S16‧‧‧流程步驟

61‧‧‧Cookie ID

62‧‧‧瀏覽網址

63‧‧‧時間戳記

64‧‧‧瀏覽關鍵字

641‧‧‧代碼

65‧‧‧累計出現次數

66‧‧‧關聯強度分數

第1圖係為本發明之網站閱讀者之興趣喜好程度之分析方法之第一流程圖。

第2圖係為本發明之網站閱讀者之興趣喜好程度之分析方法之第二流程圖。

第3圖係為本發明之第一實施例之網頁瀏覽記錄之示意圖。

第4圖係為本發明之第二實施例之網站閱讀者之興趣喜好程度之分析方法之第一示意圖。

第5圖係為本發明之第二實施例之網站閱讀者之興趣喜好程度之分析方法之第二示意圖。

於此使用，詞彙“與/或”包含一或多個相關條列項目之任何或所有組合。當“至少其一”之敘述前綴於一元件清單前時，係修飾整個清單元件而非修飾清單中之個別元件。

請參閱第1圖及第2圖，其係為本發明之網站閱讀者之興趣喜好程度之分析方法之第一流程圖及第二流程圖。如第1圖所示，本發明之網站閱讀者之興趣喜好程度之分析方法係包含下列步驟。

步驟S11係搜尋一網站閱讀者於一時間區間內在一網站上之複數個網頁瀏覽記錄。其中此時間區間可以為一任意自訂之時間間隔長度，如距離當下操作搜尋的時間點之前三個月或是前半年，而此複數個網頁瀏覽記錄係此網站閱讀者先前在此網站內曾瀏覽之網頁記錄，其可儲存於此網站之主機上，如伺服器或是電腦主機。在本發明中，可由一電子裝置之處理器執行步驟S11~S16之操作，其中此電子裝置可以是網站本身之主機或是連線至此網站之任一電腦主機。

步驟S12係從每一複數個網頁瀏覽記錄中擷取出複數個瀏覽關鍵字，其中每一複數個瀏覽關鍵字係比對一興趣類別內之複數個興趣關鍵字而產生。在此步驟中，若興趣類別為”美食-小吃”之類別，且其中所包含之興趣關鍵字共有”臭豆腐”、”炒米 粉”、”日式料理”、”迴轉壽司”四個項目，若是當下之網頁瀏覽記錄包含”炒米粉”及”日式料理”之關鍵字，則這兩個關鍵字便會被擷取出來作為瀏覽關鍵字。

值得一提的是，此興趣類別可包含美食、美妝、旅遊、家庭、3C、電影、運動或娛樂等不同類別，但並不以此為限，且每一興趣類別內的興趣關鍵字可由網站管理者事先定義而產生。

從每一網頁瀏覽記錄中找出了所有瀏覽關鍵字後，步驟S13係針對每一瀏覽關鍵字進行累計，看其是否出現在所述複數個網頁瀏覽記錄，進而產生一累計出現次數。此處之累計出現次數是針對個別的瀏覽關鍵字是否出現在此複數個網頁瀏覽記錄之次數來進行計算，舉例來說，若是一瀏覽關鍵字”迴轉壽司”在10篇網頁瀏覽記錄中均出現至少一次以上，則此瀏覽關鍵字”迴轉壽司”的累計出現次數即等於10。簡而言之，每一瀏覽關鍵字的個數係介於1至所有網頁瀏覽記錄之數目之間。

步驟S14係利用一關聯強度計算公式將每一瀏覽關鍵字之累計出現次數轉換成一關聯強度分數，其中此關聯強度計算公式等於(*pisition_weight _c )，n為此瀏覽關鍵字之累計出現次數，換言之，n即為瀏覽關鍵字出現在網頁瀏覽記錄之個數。α為一固定參數，week_diff為一時間間距，position_weight為此瀏覽關鍵字中出現在此網頁瀏覽記錄之一網頁出現位置之權重值。

值得一提的是，瀏覽關鍵字出現在網頁瀏覽記錄的網頁出現位置可包含多處，如標題、內文、作者自訂標籤以及關鍵字欄位，且此標題及作者自訂標籤之權重值可大於內文及關鍵字欄位之權重值。而本發明之網頁出現位置係以標題、內文、作者自 訂標籤及關鍵字欄位來舉例實施，但並不以此為限，即使用者也可以使用在網頁瀏覽記錄內之其他資訊，如網址、Log檔，以作為瀏覽關鍵字之網頁出現位置。

在一較佳的實施例中，此標題、內文、作者自訂標籤以及關鍵字欄位之權重值可分別設定為5、1、5及2，但並不以此為限。

在另一較佳的實施例中，α可為0.8，week_diff可為觀看包含此複數個瀏覽關鍵字之其中之一之網頁瀏覽記錄之發生時間至當下計算所述關聯強度計算公式所經過之週數。舉例來說，若閱讀此複數個瀏覽關鍵字之其中之一之發生時間為10天之前，則week_diff則等於1.428週(10/7=1.428)。

步驟S15係加總上述每一瀏覽關鍵字所對應之關聯強度分數，進而形成一興趣類別喜好分數。

步驟S16係利用一正規化程序將所述興趣類別喜好分數轉換成一相對喜好程度分數。

更進一步地說明，在上述步驟S16中，正規化程序更可包含三步驟如下，並請一併參閱第2圖所示。

步驟21為計算在一興趣類別下所有網站閱讀者之所有瀏覽關鍵字之一平均關鍵字數。

步驟22為計算一類別標準化分數，其中此類別標準化分數=興趣類別喜好分數/(平均關鍵字數)^0.25。

步驟23將此類別標準化分數進行L2正規化以產生所述相對喜好程度分數。

從上述可以得知，本發明之分析方法係先定義興趣類別及其中之興趣關鍵字，再經由比對網站閱讀者之網頁瀏覽記錄，進而產生此網站中與興趣類別相關之個人瀏覽關鍵字，經由關聯強度計算公式及正規化程序之執行而產生出相對喜好程度分數。簡單來說，本發明之分析方法可產生一網站閱讀者在每一個興趣類別之相對喜好程度，有別於習知技藝之方式，進而可拼湊出網站閱讀者真正感興趣之類別為何。

請參閱第3圖，其係為本發明之第一實施例之網頁瀏覽記錄之示意圖，並請一併參閱第1圖之說明。在本發明中，此網站可以包含一部落格網站，網站閱讀者可以以一般訪客的身份或是以一會員身份造訪此部落格網站。當以會員身份造訪網站時，電子裝置之處理器可以直接從網站主機內尋找所述時間區間內網站閱讀者所觀看過的網頁；而當以一般訪客的身份造訪此網站時，電子裝置之處理器可以藉由辨識Cookie ID的方式來找出個別網站閱讀者所觀看過的網頁。以下說明如何使用Cookie ID來進行網站閱讀者之識別過程。

如第3圖所示，其係在部落格網站之主機針對單一Cookie所儲存的資訊。當網站閱讀者造訪此部落格網站時，部落格網站之主機可暫存一Cookie在網站閱讀者所使用之電子裝置中，並可透過擷取此Cookie之ID來識別網站閱讀者之電子裝置，換句話說，只要網站閱讀者所使用的電子裝置不變動，則其Cookie ID也會維持不變，網站主機便可以搜尋出含有相同Cookie ID之多個網頁瀏覽記錄。在本實施例中，部落格網站針對單一Cookie所儲存的資訊可包含Cookie ID61、所觀看過的瀏覽網頁62以及觀看之時間戳記63，而透過時間戳記63之判斷，網站主 機便可尋找出在一特定時間間距內所瀏覽過之網頁記錄。

請參閱第4圖及第5圖，其係為本發明之第二實施例之網站閱讀者之興趣喜好程度之分析方法之第一示意圖及第二示意圖。第4圖係表示經處理過後之一網頁瀏覽記錄，其中此瀏覽網址62為http：//wkitty.pixnet.net/blog/post/32510505，且此網頁之瀏覽關鍵字64包含”南方澳”、”澎湖”、...、”宜蘭一日遊”，從圖中可知，此瀏覽關鍵字64在網頁瀏覽記錄之出現位置包含”content”、”titles”、”searchtags”及”tags”四個部份(其分別代表”內文”、”文章標題”、”關鍵字欄位”及”作者自訂標籤”)。

第5圖係進一步顯示在本發明中，此網站閱讀者與其瀏覽關鍵字間之關聯性，其中此網站閱讀者之Cookie ID 61等於”CgEB11U5H5QgM2IYBdvQAg”，而代碼641及其累計出現次數65可代表第4圖中之瀏覽關鍵字64之一轉換過之代碼及其累計出現次數，其中此代碼641及其累計出現次數65係便於供電子裝置之處理器進行計算而進行轉換。而經由執行關聯強度計算公式後，每一代碼641所對應之關聯強度分數66亦可計算出來，如第5圖所示，代碼”3334”之關聯強度分數即約等於0.7087。

更進一步地，以下說明一瀏覽關鍵字之關聯強度分數之計算方式。

若一網站閱讀者存在三篇網頁瀏覽記錄R1，R2及R3，且其瀏覽時間分別為距今1.2週、2.6週及3.1週，在此實施例中，瀏覽關鍵字包含”四神湯”及”肉圓”，且其出現在R1、R2及R3之位置如表一所示，其中此內文、標題、作者自訂標籤及關鍵字欄位之權重值分別設定為1、5、5及2。

而透過關聯強度計算公式可計算出，”四神湯”之關聯強度分數=0.8¹²*(1+5)+0.8^3.1*(1+5+2)=8.5961，而”肉圓”之關聯強度分數=0.8^2.6*(5)+0.8^3.1*(5)=5.3025。若此兩個瀏覽關鍵字均屬於在”美食-小吃”之興趣類別中且不存在其他同屬於此興趣類別之瀏覽關鍵字，則將此兩個關聯強度分數相加即可得出”美食-小吃”之興趣類別之一興趣類別喜好分數為13.8986。

接著說明相對喜好程度分數之計算方式。

在一實施例中，若此時存在”3C-3c”及”旅遊-東京”之兩個興趣類別，此”3C-3c”之興趣類別下所有網站閱讀者之瀏覽關鍵字之一平均關鍵字數為2.9747，而”旅遊-東京”之興趣類別下所有網站閱讀者之瀏覽關鍵字之一平均關鍵字數為5.171，而一網站閱讀者在”3C-3c”及”旅遊-東京”之興趣類別喜好分數分別為13.8521及18.278，則此網站閱讀者在”3C-3c”及”旅遊-東京”興趣類別之類別標準化分數即為10.5476(13.8521/(2.9747^0.25))及11.45776(17.278/(5.171^0.25))。

接著，再針對此兩個類別標準化分數進行L2正規化(L2 Normalization)，進而得出”3C-3c”及”旅遊-東京”等興趣類別之相對喜好程度分數分別為0.67728119及0.73572427。為了便於使用者使用，可將此兩數值再乘以100，進而得到67及73之分數。換句話說，從此網站閱讀者觀看過之網頁瀏覽記錄中可得知，”其此網站閱讀者對於”旅遊-東京”及”3C-3c”等資訊極感興趣，且對於前者感興趣的程度又略高於後者。

同理，網站閱讀者在此網站上之每一興趣類別之相對喜好程度分數亦可被計算出，進一步地，在網站之主機端可以使用一雷達圖來表示此網站閱讀者對於每一種興趣類別之喜好程度，並透過此資訊來供給此網站閱讀者較適合之服務、文章或廣告。

”值得一提的是，在本發明中，L2正規化係屬於一公開之習知技藝，且其係為相關領域中具有通常知識者所熟知，故在本文中不加以贅述其詳細計算方式。

由以上可以得知，本發明所提出之網站閱讀者之興趣喜好程序之分析方法的確可改善習知技藝之缺點，無論網站閱讀者是會員身份或是一般訪客身份，本發明之分析方法均可以拼湊出此網站閱讀者之興趣為何，且不會因為此瀏覽關鍵字屬於冷門或熱門資訊而誤判網站閱讀者之興趣為何。因此，本發明相較於習知技藝的確具有新穎性、進步性及產業上之利用性。

以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

Claims (7)

1. 一種網站閱讀者之興趣喜好程度之分析方法，包含：搜尋該網站閱讀者於一時間區間內在一網站上之複數個網頁瀏覽記錄；從每一該複數個網頁瀏覽記錄中擷取出複數個瀏覽關鍵字，其中每一該複數個瀏覽關鍵字係比對一興趣類別內之複數個興趣關鍵字而產生；針對每一該複數個瀏覽關鍵字累計其是否出現在該複數個網頁瀏覽記錄，進而產生一累計出現次數；利用一關聯強度計算公式將每一該複數個瀏覽關鍵字之該累計出現次數轉換成一關聯強度分數；加總每一該複數個瀏覽關鍵字之該關聯強度分數以形成一興趣類別喜好分數，其中該複數個瀏覽關鍵字屬於相同之該興趣類別；以及利用一正規化程序將該興趣類別喜好分數轉換成一相對喜好程度分數。
2. 如申請專利範圍第1項所述之分析方法，其中該興趣類別包含美食、美妝、旅遊、家庭、3C、電影、運動或娛樂。
3. 如申請專利範圍第1項所述之分析方法，其中該關聯強度計算公式為 ( * pisition_weight _c )，n為該複數個瀏覽關鍵字中之其中之一之該累計出現次數，α為一固定參數，week_diff為一時間間距， position_weight為該複數個瀏覽關鍵字中之其中之一出現在該複數個網頁瀏覽記錄之其中之一之一網頁出現位置之權重值。
4. 如申請專利範圍第3項所述之分析方法，其中α為0.8，week_diff為觀看包含該複數個瀏覽關鍵字之其中之一之該網頁瀏覽記錄之發生時間至當下計算該關聯強度計算公式所經過之週數。
5. 如申請專利範圍第3項所述之分析方法，其中該網頁出現位置包含一標題、一內文、一作者自訂標籤及一關鍵字欄位，且該標題及該作者自訂標籤之權重值大於該內文及該關鍵字欄位之權重值。
6. 如申請專利範圍第5項所述之分析方法，其中該標題、該內文、該作者自訂標籤及該關鍵字欄位之權重值分別為5、1、5及2。
7. 如申請專利範圍第1項所述之分析方法，其中該正規化程序包含：計算在該興趣類別下所有該網站閱讀者所有該瀏覽關鍵字之平均關鍵字數；計算一類別標準化分數，其中該類別標準化分數=該興趣類別喜好分數/(平均關鍵字數) ^0.25；將該類別標準化分數進行L2正規化(L2 Normalization)以產生該相對喜好程度分數。